网络舆情监测预警指标体系构建研究

刘希若，赵 伟

（1.北京警察学院，北京 102202；2.无锡市公安局交警支队，江苏 无锡 214000）

根据2023年3月发布的《中国互联网络发展状况统计报告》显示，截至2022年底，中国网民规模达到10.67亿，手机网民数量达到10.65亿，互联网普及率为75.6%。随着互联网迅速普及和网民规模的不断扩大，越来越多的人通过网络关注社会热点，发表言论看法，而对舆情事件倾向性的言论和态度的集合就形成了网络舆情。在信息化、网络化飞速发展的大背景下，网络舆情已经成为引领社会舆论走向的一种革命性、主导性力量。鉴于网络舆情对现实社会起到的巨大作用，政府相关部门越来越重视对网络舆情的监测和预警工作。然而，由于网络舆情具有用户隐匿性、交流互动性、信息来源多元性等特点，这些特点决定了网络舆情信息的准确性和传播范围难以得到有效的控制。如果网络舆情突发事件没有得到较好地处理，将会导致网络舆论衍生出舆情的负面传播，甚至演变成网络暴力、恶意谣言、媒介审判等消极事件，而这些消极事件极有可能诱发民众的不良情绪，引发民众的过激行为，进而威胁社会稳定。因此，加强网络舆情监测预警，及时对网络舆情现状和发展变化趋势做出判断和评估，对维护国家安全和社会稳定都具有一定的现实意义。

国内对网络舆情监测预警方面的研究主要集中在以下几个方面：

1.舆情、舆情监测与预警的基本理论。王来华［1］著有《舆情研究概论》，刘毅［2］著有《网络舆情研究概论》，他们都对网络舆情的概念、传播途径以及引导方式等做了开创性的研究。吴绍忠、李淑华［3］则强调舆情监测的影响因素、动态过程和趋势分析，建议加强对网络舆情的预警分析，及时发现情报线索，为公安实战提供服务。丁玉峰［4］认为在疫情常态化防控下治理网络舆情要创新技术手段、强化法律建设、构建联动机制、提高公民科学文化素养。

2.网络舆情监测方法与技术。目前，人们通过使用网络舆情监测预警软件来实现对舆情的实时监测。这些监测软件可以在短时间内对各类信息进行加工、汇总、整合、分类、筛选，从而全面、快速地分析网络舆情的发展态势，为信息用户决策提供帮助。李启月［5］等根据网络舆情的多维性特点，从三个维度出发，将系统安全降维理论应用到网络舆情监测预警中。梅雪［6］提出一种从动态网页中提取数据的方法，处理效率比较理想。崔航等［7］对基于检索日志的查询扩展方法进行了深入的研究。许多学者已将研究重点转向基于语义概念层次的文本聚类技术。宫秀军、史忠植［8］提出一种基于Bayes潜在语义模型的网页挖掘技术。

3.网络舆情评估指标体系。吴绍忠从网络舆情预警等级的设定入手，以服务公安情报部门决策为目标，充分把握网络舆情发展趋势，将网络舆情的预警等级划分为轻警情、中度警情、重警情和特重警情四个等级，并在此基础上构建了由11个指标组成的预警指标体系。王卫华［9］从敏感度、倾向度、曝光度、搜索量和传播范围五个维度构建了网络舆情预警指标体系，并依据BP神经网络算法构建了网络舆情预警监测模型。戴媛［10］通过探悉舆情内容特点和互联网舆情演变规律，提出将网络舆情量化的观点，从民众关注、传播扩散、态度倾向性和内容敏感性四个维度构建了网络舆情预警指标体系。曾润喜［11］在问卷调研的基础上，确定了网络舆情的影响因素和现象特征，从警源、警兆、警情三个维度构建了网络舆情突发事件预警指标体系，并运用层次分析法确定了各级指标权重。王青等［12］通过E-R模型系统分析主题舆情的属性特征，从舆情强度、舆情生长、舆情热度和舆情倾度四个维度构建了预警指标体系。王英杰等［13］深入分析信息疫情下短视频舆情传播的特点和走向，从信息、信息人、信息环境三个维度出发，构建了信息疫情下短视频网络舆情监测预警指标体系。

4.网络舆情监测应用系统的构建。根据监测系统的运行方式不同，网络舆情监测预警系统大致可以分为三类：第一类是以清博舆情为代表的开放性系统。系统免费对用户开放，用户通过设置关键词可以实现舆情的实时分析、阶段性研判，从而快速了解舆情态势。第二类是以新华舆情为代表的标准化软件系统。用户需要购买舆情分析软件，实现对舆情的监测预警。第三类是以人民网舆情监测中心为代表的舆情监测分析系统。［14］该类系统由研究机构或企业与科技公司合作共建而成，运用现代科技手段，依托舆情研判指标体系，对地方政府的网络舆情应对处置能力作出客观分析，形成考评结果，并以排行榜的形式定期公布。

一、网络舆情监测预警指标体系构建原则

为构建一套完善的网络舆情监测预警指标体系，本文从科学性和系统性的角度出发，坚持定性分析和定量研究相结合，在收集整理和深入分析前人的研究成果的基础上，对网络舆情监测预警指标进行了仔细衡量和综合评价。构建网络舆情监测预警指标体系应遵循以下原则。

科学性原则：网络舆情监测预警指标体系的设计和指标的选取，要坚持系统性和层次性相结合，选取的指标，既能作为单独的指标对网络舆情的各个方面情况进行反馈，又能作为整体，反映网络舆情的实质特征和总体发展趋势。科学性包括三个方面的要求：一是要坚持指标体系的系统性，网络舆情监测预警指标体系要能够从多角度、多层次、全方位系统地反映网络舆情的发展态势，预警指标的选取要涵盖整个舆情发展的各个要素，各项指标彼此有机地形成一个整体，系统而全面地反映出网络舆情各要素与网络舆情之间的内在联系及其规律；二是要坚持指标体系的层次性，网络舆情监测预警指标体系要实现监测预警功能，各层次指标就要保持相对的独立性和唯一性，保证各层次指标之间没有相互包含、隶属的关系，在各层次指标没有交集和重叠的情况下，进行比较分析；三是预警指标的选取要有一定的科学依据，符合网络舆情的发展规律，减少不必要的主观因素的影响。

完备性原则：网络舆情的产生、发展、变化和消亡过程中具有多种多样的影响因素，监测预警指标体系要全面反映网络舆情预警的各个方面，指标设置要完善，重要预警指标不能遗漏，否则就会影响监测预警的准确性。但是，在网络舆情整个演变过程中，影响网络舆情的因素很多，反映网络舆情的指标也多种多样，不可能完整地考虑到每一个影响因素，因此，在满足比较全面反映网络舆情流程的基础上要对指标进行优化选取，建构出一个既指标数目少又能够实现全面准确地监测预警要求的最小完备指标集。

实用性原则：如果构建起来的预警指标体系不能或不便操作，那么构建起来的预警指标体系也就毫无意义，因此，指标的选取要注重实际的可操作性。一是可测性，所选指标的数据能够通过定量分析和科学运算得出，指标所要求的监测预警条件可利用当前的技术手段和理论水平达到，能够对网络舆情的态势做出正确评估；二是可靠性，所设指标的目的是为了识别网络舆情风险、实现预警，因此，所选指标要含义明确、简明实用，对某种征兆能够做出可靠、灵敏的反应；三是可导性，所选指标应该能够反映出网络舆情的客观发展趋势，给政府相关职能部门提供决策支持。

二、网络舆情监测预警指标体系的框架结构

在网络舆情监测预警指标体系的构建过程中，本文主要采用了文献综述法和专家咨询法，阅读了大量有关网络舆情和网络舆情预警的文章和专著，对大量网络舆情预警的内容进行了梳理和总结，深入研究了网络舆情的内涵、特点、传播过程和传播规律，密切联系当前网络舆情监测预警工作实际。在分析综合不同学者提出的各具特色的网络舆情监测预警指标体系的基础上，初步形成了预警备选指标库。又将德尔菲法和综合分析法相结合，充分征询专家意见和公安一线情报中心工作人员意见，对指标体系的总体框架进行严密论证，综合分析各指标之间的差异，对有关指标进行补充和修正，筛选出具有代表性和敏感性的指标。构建了由3个一级指标、8个二级指标，38个三级指标构成的网络舆情监测预警指标体系（表1）。

表1 网络舆情监测预警指标体系

三、网络舆情监测预警对各级指标的阐释

本文设计的网络舆情监测预警指标体系由3个一级指标、8个二级指标，38个三级指标构成，下文是对各级指标的具体阐释。详见表2、表3、表4。

表2 网络舆情监测预警指标体系一级指标的阐释

表4 网络舆情监测预警指标体系三级指标的阐释

四、网络舆情监测预警指标权重的确定

本文在确定监测预警指标权重上，采用层次分析法和德尔菲法相结合来确定指标权重。层次分析法和德尔菲法的结合，可以减少指标权重赋值的主观随意性，提高指标权重的科学性、规范性、精确性，增强指标体系的科学性、准确性、实用性。

（一）层次分析法简介及操作步骤

1.层次分析法简介。层次分析法是一种层次权重决策分析方法，该方法将有关的元素分解成最高层（目标层）、中间层（准则层）、最低层（方案层）等层次，并在此基础之上进行定性和定量分析。

2.层次分析法的基本操作步骤：建立层次结构模型；构建各层次间两两比较矩阵；层次单排序和层次总排序权重计算；一致性检验。

（二）运用层次分析法确定各级指标权重

1.建立层次结构模型。首先，将网络舆情监测预警指标分层解析，建立包含最高层（目标层）、中间层（准则层）、最低层（方案层）的层次结构。其次，用层次结构图清晰地表达这些因素的关系。根据以上步骤，构造出了包括目标层、准则层、方案层的三级网络舆情监测预警评估指标体系的层次分析模型（如图1）。

图1 网络舆情监测预警指标体系层次分析模型

2.构建各层次间两两比较矩阵。层次分析模型构建完之后，就要对各个指标之间的相对重要度进行比较判断，为了增强比较的准确性，本文通过咨询专家采用定性分析与定量分析相结合来进行比较。首先，建立判断矩阵。其次，确定判断尺度。判断尺度是表示要素Ai对Aj的相对重要性的数量尺度。［15］层次分析法的常用比较尺度见表5。

表5 层次分析法比较尺度表

（三）层次单排序和层次总排序权重计算

在应用层次分析法进行系统评价时，需要知道下一级要素Bi对于以它为比较准则的上一级要素As的相对重要度，即Bi对于As的权重。先求判断矩阵的特征向量W，经过归一化处理，即可求出Bi对于As的重要度，即权重。［15］

1.求特征向量W的分量Wi，Wi=。

3.求As的相对重要度（权重）wi’，wi’=。

（四）一致性检验

客观事物的复杂性和人类主观判断的片面性，导致在构造、比较判断矩阵时会出现不一致的情况，判断矩阵偏离一致性较大时，其可靠程度也就降低了，因此，在运用层次分析法的过程中，需要进行一致性检验。一致性检验分为两种情况：

1.如果EW=nW，n代表特征值，W代表特征向量，可以求出矩阵E的唯一非零最大特征根λmax，且λmax=n，则矩阵E符合一致性矩阵的条件。

2.如果矩阵E存在不一致性时，则λmax≥n。此时可以用一致性指标C.I.检验判断矩阵，即C.I.=。

当C.I.的值不高于0.10时，则矩阵的一致性令人满意；反之，C.I.值越大，则矩阵的一致性越差，此时，就需要调整对比矩阵，使其一致性达到满意。

当矩阵阶数大于等于3时，宜采用一致性比率C.R.指标来检验一致性，公式为C.R.=×100%。［15］R.I.值可由表6查得。

表6 不同阶数平均随机一致性指标值（3≤n≤10）

同样，当C.R.＜0.10时，判断矩阵的一致性是可以被接受的。根据以上AHP算法，可求得三级指标的相对权值如表7。

表7 网络舆情监测预警各级指标权重

五、网络舆情监测预警运行平台的构建

（一）网络舆情监测预警评估模型

网络舆情监测预警指标体系要想发挥其预警的功能，首先要建立一种评估模型，通过评估值的大小判断预警程度，实现预警功能。本文采用KLR信号分析法（阈值信号分析法）构建网络舆情监测预警评估模型，得到各级指标的权重后，建立网络舆情预警程度的计算公式：

1.WDIy=∑InWn=I1W1+I2W2+…+InWn；

2.WDz=∑WDIyWIy=WDI1WI1+WDI2WI2+…+WDI5WI5

式1中，WDIy表示网络舆情预警一级子系统的评估值，I代表指标无量纲值，W代表指标在网络舆情预警一级子系统中的权重，n代表指标的个数。式2中，WDz代表网络舆情预警总评估值，WDIy代表网络舆情预警一级子系统的评估值，WIy代表网络舆情预警一级指标在总体系中的权重，y是一级指标及其权重的序号。运用公式可测量出网络舆情预警各一级子系统评估值和网络舆情预警总评估值，再根据表8，可以判定网络舆情预警的警级，并用各警级相对应的信号灯加以标识。

表8 网络舆情监测预警警级评估表

（二）网络舆情监测预警系统

为了让网络舆情监测预警指标体系能够真正发挥其监测预警功能，尝试设计一种与互联网相连接的监测预警系统，依托互联网信息网络，全面整合现有技术和信息资源，全面、及时收集分析苗头性、倾向性舆情信息，为加强网络监管、准确把握舆情动态、及时化解网络危机，维护国家安全和社会稳定提供服务保障与技术支持（如图2）。

图2 网络舆情监测预警系统结构图

网络舆情监测预警系统主要为政府部门科学地预测网络舆情发展趋势，实现对网络舆情危机事件的超前预控，为监测预警功能提供依据和支持。本系统由舆情指标信息收集系统、舆情指标信息分析系统、舆情预警预报系统、舆情应对预控系统四个子系统构成。各系统之间相互联系、相互作用，形成了具有科学、高效预警功能的运行平台。

1.舆情指标信息收集系统。本系统由3个模块构成：（1）指标设计维护。指标设计维护有两个方面的功能：其一，依据科学的方法，通过专家与舆情工作人员的严密论证和指标筛选，遴选具有敏感性和代表性的指标；其二，要根据网络舆情的变化和发展情况，对各项指标的选项、数量、权重等进行深度开发和修正，不断完善指标体系的框架结构。（2）指标信息采集。信息采集是网络舆情分析预警的基础，我们要畅通预警指标相关信息的采集渠道，具体操作上，可以将信息采集系统和互联网信息系统相连接，扩展网络舆情信息源，定期对Web站点、各大论坛、短视频平台、网络聊天室、新浪微博、即时通讯工具、各大新闻网站、政府网站、电子出版物等舆情传播媒介进行排查。（3）指标信息汇总。网络信息涵盖面广、信息量大、形式复杂多样，为方便下一步的分析研判工作，设立指标信息汇总模块，对采集到的舆情信息进行甄别筛选和分类处理。

2.舆情指标信息分析系统。本系统采用人工分析与人机分析相结合的方式，对收集来的舆情信息进行综合、分析、研判。其功能有两个方面：（1）分析研判。这里的分析研判工作是由具有丰富经验的专家和舆情工作者，通过德尔菲法、网络内容分析法、网络数据挖掘法、情感倾向性分析法等方法完成对警情的监测、警兆的识别、警源的分析、警限的确定、警级的评估的全过程，实现监测预警功能。（2）数据处理。网络舆情监测预警指标体系的预警功能是通过大量具体数据的统计计算实现的。指标体系预测所需的数据量非常庞大，人力统计很难完成，必须借助计算机系统完成数据的筛选、整理、存储、加工、录入等工作，完成权重赋值和指标评估。

3.舆情预警预报系统。网络舆情预警预报系统是舆情警报信号输出系统，由各种颜色信号灯组成，具体来讲就是将分析研判和数据处理得出的警级与一组预警信号灯相对应，通过电脑屏幕直观地反映警情的轻重程度。例如，将警级分为五级，“绿色警灯”代表无警，“蓝色警灯”代表轻警，“黄色警灯”代表中警，“橙色警灯”代表重警，“红色警灯”代表巨警。网络舆情预警预报系统可以根据计算机对网络舆情各项指标的统计、分析结果，判定网络舆情的警级，从而及时、准确地向政府相关部门提供预警等级结果和潜在的舆情风险。

4.舆情应对预控系统。本系统主要包括以下几个模块：（1）应急预案库子系统。总结成功处置的网络舆情危机事件的经验，建立应对各种危机事件的案例库，包括网络舆情突发事件的处置措施、各类网络舆情突发事件处置的职权与职责、政策和法律的支持，网络舆情突发事件的预防、化解、善后措施等内容。（2）应急处置子系统。网络舆情突发事件一旦出现，可根据不同的警情性质和事件类别，自动生成应对预案并进行自动干预，科学合理地处理舆情突发事件。（3）警情咨询功能。对非常规类警情和突发事件向具有丰富经验的专家和舆情工作者进行咨询，制定切实可行、行之有效的应对预案。

本文结合网络舆情发展的规律和特点，在文献调研、实地考察和专家咨询的基础上，对网络舆情预警监测的影响因素进行归纳和总结，构建了由3个一级指标、8个二级指标，38个三级指标构成的网络舆情监测预警指标体系，并运用层次分析法来确定评估指标的权重。最后运用KLR信号分析法尝试搭建了网络舆情监测预警运行平台。然而，由于本人的研究能力有限，本文的相关问题仍有待进一步研究。一是影响网络舆情发展态势的因素众多，本文的评估指标体系总体结构和评估指标的遴选还比较粗糙，尚需进一步改进和完善；二是本文运用层次分析法来确立的指标权重，专家在进行权重打分时受主观因素影响很大，其实用性和准确性有待进一步考证；三是本文设计出的基于网络舆情预警指标体系的运行平台只给出粗浅的框架，整体结构还有待完善。因此，如何进一步提高网络舆情监测预警指标体系的可操作性和实用性，是以后研究的重点。